Universität Wien

040769 UK Programming in Statistics (2023W)

7.00 ECTS (4.00 SWS), SPL 4 - Wirtschaftswissenschaften
Continuous assessment of course work
ON-SITE

Formale Voraussetzung für die Teilnahme am Kurs ist die erfolgreiche Absolvierung der STEOP.

Es werden Vorkenntnisse über die Grundlagen der Wahrscheinlichkeitsrechnung und Statistik (Verteilungen, Hypothesentests (zB T-Test, Chi-Quadrat-Test), lineare Regression) empfohlen.

Programmiervorerfahrungen sind keine nötig.

Moodle

Registration/Deregistration

Note: The time of your registration within the registration period has no effect on the allocation of places (no first come, first served).

Details

max. 65 participants
Language: German

Lecturers

Classes (iCal) - next class is marked with N

Der Kurs ist in 5 Kurseinheiten gegliedert und wird leicht geblockt abgehalten. In jeder Kurseinheit gibt es ein schriftliches Quiz und eine Hausübung.

# Termine mit Anwesenheitspflicht

* Vorbesprechung am Montag, den 02.10.2023 von 18:30 bis 20:00 Uhr
* 5 schriftliche Quiz:
- Quiz 1: Montag, 16.10.2023 von 16:45 bis 18:15 (HS1)
- Quiz 2: Montag, 06.11.2023 von 16:45 bis 18:15 (HS1)
- Quiz 3: Montag, 20.11.2023 von 16:45 bis 18:15 (HS1)
- Quiz 4: Montag, 04.12.2023 von 16:45 bis 18:15 (HS1)
- Quiz 5: Montag, 08.01.2024 von 16:45 bis 18:15 (HS1)
* Schriftlicher Test am Montag, den 22.01.2024 von 16:45 bis 18:15 (HS1)

_ACHTUNG_: Ein unentschuldigtes Fehlen in der Vorbesprechung führt zur sofortigen Abmeldung von der Lehrveranstaltung.

# Termine mit Anwesenheitsempfehlung

* Hausübungs-Reflexionseinheiten
- HÜ 1: Montag, 23.10.2023 von 18:30 bis 20:00
- HÜ 2: Montag, 13.11.2023 von 18:30 bis 20:00
- HÜ 3: Montag, 27.11.2023 von 18:30 bis 20:00
- HÜ 4: Montag, 11.12.2023 von 18:30 bis 20:00
- HÜ 5: Montag, 15.01.2023 von 18:30 bis 20:00

In den Hausübungs-Reflexionseinheiten reflektieren wir über die Hausübungen. Es werden die Musterlösungen präsentiert, alternative Lösungswege diskutiert und gegenübergestellt, häufig begangene Fehler besprochen sowie etwaige Fragen zur eigenen Hausübung geklärt.

# Angebote ohne Anwesenheitspflicht

* Vorlesungen und Wiederholungseinheiten
- Dienstags von 13:15 bis 14:45
- Mittwochs von 13:15 bis 14:45
- Montag 09.10.2023 von 18:30 bis 20:00
* Tutorium
- Montags von 15:00 bis 16:30 (ab 09.10.2023)

In der Vorlesung werden die wesentlichen Stoffkomponenten der jeweiligen Kurseinheit erläutert. In den Wiederholungseinheiten (finden jeweils am letzten Mittwoch vor dem Quiz statt) wird der Stoff anhand etwas größerer Beispiele rekapituliert.

Die Vorlesungen und Wiederholungseinheiten werden gestreamt und aufgezeichnet und die Videos auf Moodle zur Verfügung gestellt. Dh diese Einheiten können sowohl live (im Hörsaal oder via Zoom) als auch im Nachhinein via Aufzeichnung verfolgt werden.

Im Tutorium besteht die Möglichkeit, Fragen zum Stoff / zur Hausübung mit dem Tutor Martin Stur zu klären. An den Quiztagen findet unmittelbar vor dem Quiz ein "Quiz-Warmup" sowie am Testtag ein "Test-Warmup" statt.

# Projektarbeit und Abschlussgespräch

Am Ende der Lehrveranstaltung gibt es eine Projektarbeit, welche zwischen Ende Jänner und Anfang März 2024 in persönlichen Gesprächen diskutiert werden. Die Termine dafür werden im Laufe des Semesters vereinbart.

  • Monday 02.10. 18:30 - 20:00 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Tuesday 03.10. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
  • Wednesday 04.10. 13:15 - 14:45 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Monday 09.10. 15:00 - 16:30 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Monday 09.10. 18:30 - 20:00 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Tuesday 10.10. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
  • Wednesday 11.10. 13:15 - 14:45 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Monday 16.10. 15:00 - 16:30 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Monday 16.10. 16:45 - 18:15 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
    Seminarraum 4 Oskar-Morgenstern-Platz 1 1.Stock
  • Tuesday 17.10. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
  • Wednesday 18.10. 13:15 - 14:45 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Monday 23.10. 15:00 - 16:30 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Monday 23.10. 18:30 - 20:00 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Tuesday 24.10. 13:15 - 14:45 Hörsaal 5 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Wednesday 25.10. 13:15 - 14:45 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Monday 06.11. 15:00 - 16:30 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Monday 06.11. 16:45 - 18:15 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
    Seminarraum 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Tuesday 07.11. 13:15 - 14:45 Hörsaal 15 Oskar-Morgenstern-Platz 1 2.Stock
  • Wednesday 08.11. 13:15 - 14:45 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Monday 13.11. 15:00 - 16:30 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Monday 13.11. 18:30 - 20:00 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Tuesday 14.11. 13:15 - 14:45 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Wednesday 15.11. 13:15 - 14:45 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Monday 20.11. 15:00 - 16:30 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Monday 20.11. 16:45 - 18:15 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Tuesday 21.11. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
  • Wednesday 22.11. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
  • Monday 27.11. 15:00 - 16:30 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Monday 27.11. 18:30 - 20:00 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Tuesday 28.11. 13:15 - 14:45 Hörsaal 15 Oskar-Morgenstern-Platz 1 2.Stock
  • Wednesday 29.11. 13:15 - 14:45 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Monday 04.12. 15:00 - 16:30 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Monday 04.12. 16:45 - 18:15 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
    Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Stock
  • Tuesday 05.12. 13:15 - 14:45 Hörsaal 15 Oskar-Morgenstern-Platz 1 2.Stock
  • Wednesday 06.12. 13:15 - 14:45 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Monday 11.12. 15:00 - 16:30 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Monday 11.12. 18:30 - 20:00 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Tuesday 12.12. 13:15 - 14:45 Hörsaal 15 Oskar-Morgenstern-Platz 1 2.Stock
  • Wednesday 13.12. 13:15 - 14:45 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Monday 08.01. 15:00 - 16:30 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Monday 08.01. 16:45 - 18:15 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
    Seminarraum 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Tuesday 09.01. 13:15 - 14:45 Hörsaal 15 Oskar-Morgenstern-Platz 1 2.Stock
  • Wednesday 10.01. 13:15 - 14:45 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Monday 15.01. 15:00 - 16:30 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Monday 15.01. 18:30 - 20:00 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Tuesday 16.01. 13:15 - 14:45 Hörsaal 15 Oskar-Morgenstern-Platz 1 2.Stock
  • Wednesday 17.01. 13:15 - 14:45 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Monday 22.01. 15:00 - 16:30 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Monday 22.01. 16:45 - 18:15 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
    Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Stock
  • Monday 22.01. 18:30 - 20:00 Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Stock
  • Tuesday 23.01. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
  • Monday 29.01. 15:00 - 16:30 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Monday 29.01. 18:30 - 20:00 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock

Information

Aims, contents and method of the course

R ist eine Programmiersprache, die sich hervorragend für statistische Analysen und die Erstellung von Grafiken eignet. Dieser Kurs ist eine ausführliche Einführung in R (www.r-project.org). Wir besprechen unter anderem folgende Themen:
*) Datenstrukturen und deren Einsatz (Vektoren, Matrizen, Listen, Data.frames)
*) Zeichenketten (Strings) bearbeiten
*) Umgang mit kategoriellen Variablen (Faktoren) und fehlenden Werten
*) Wiederholte Anwendung von Funktionen
*) Kontrollstrukturen (Schleifen, Verzweigungen)
*) Eigene Funktionen schreiben
*) Daten einlesen, speichern und aufbereiten
*) Statistische Methoden in R
*) Simulation
*) Grafiken erstellen

Bei den statistischen Methoden beschränken wir uns auf elementare Verfahren (T-Test, Binomialtest, Chi-Quadrat-Test, Lineare Regression). Wir besprechen keine "neuen" statistischen Methoden. Vielmehr forcieren wir das Konzept "Hilfe zur Selbsthilfe" bzw. verweisen auf weiterführende Lehrveranstaltungen und Literatur.

Am Ende des Kurses sollen die Studierenden in der Lage sein
*) R sicher und effizient anzuwenden,
*) leicht lesbare und funktionstüchtige Programme mit R zu entwickeln,
*) statistische Problemstellungen mit R erfolgreich zu bearbeiten und
*) ausgewählte theoretische Konzepte hinter R zu verstehen.

Assessment and permitted materials

In Summe können im Laufe der Lehrveranstaltung bei folgenden Gelegenheiten bis zu 80 Punkte gesammelt werden:
*) Schriftliche Quiz (5 x 5 Punkte, 1 Streichresultat): 20 Punkte
*) Abgabe und Besprechung von Übungsaufgaben (5 Übungsblätter): 20 Punkte
*) Schriftlicher Test: 20 Punkte
*) Projektarbeit und Abschlussgespräch: 20 Punkte

Bei den Quiz und beim Test sind außer Schreibzeug keine Hilfsmittel zugelassen.

Minimum requirements and assessment criteria

Die erzielten Punkte p werden am Ende der Lehrveranstaltung wie folgt in eine Note umgerechnet:
p in [0, 40) : Nicht Genügend
p in [40, 50): Genügend
p in [50, 60): Befriedigend
p in [60, 70): Gut
p >= 70: Sehr gut

Es gibt keine Mindestanforderungen für irgendeine Teilleistung.

Examination topics

Siehe Inhalt oben.

Reading list

Die Lehrveranstaltung basiert auf folgendem Buch:

Daniel Obszelka, Andreas Baierl: Statistisches Programmieren mit R - Eine ausführliche, übersichtliche, spannende und praxiserprobte Einführung. Springer

Prüfungsrelevante Teile des Buches werden auf Moodle zur Verfügung gestellt.

Association in the course directory

Last modified: We 17.01.2024 13:05